【数据结构】 -- 深究“向下建堆法”的时间复杂度为何是O(N)？

在正常排序的二叉树中，有满二叉树与完全二叉树两种，他们之间相差X个结点。

如果我们要继续排序，就要用到大小堆的方法。

这里我问一个问题：要建立顺序数组，应该用到哪个堆呢？答案是大堆，而不是小堆！为什么？因为大堆可以把最大值找出来，赋值给新的数组后与最后一个值交换隐藏即可，第二次排序即次大。用小堆的话很难找到最大值，因为左孩子有孩子之间无法排序（按本题思路为前提）。

而排序的过程就是建堆，为什么建堆的复杂度是0(N)呢？现在我们来计算一下：

我们可以先想象一下最坏的情况，就是满二叉树，每一个结点，除了叶子，都可能进行一次建堆，为什么是一次？因为找出孩子与父亲之间谁大只需要一次。

假设h为深度，即层数，N为结点数，时间复杂度为 t(N) :

 我们知道，一个满二叉树的结点数是：N = 2^h - 1 ，

所以 2^h - 1 - h 可以转换为 N - h ，   而二叉树深度h的公式为 h = log N，2为底，

所以再转换为 N - logN，按时间复杂度的方式来算，省略掉 logN，

最终的时间复杂度为 O(N) ；

你学会了吗。